1.论文目的:
输入轨迹序列,通过滑动串口算法提取物体的运动行为特征,捕捉轨迹的时空不变的特征。
在特征提取模块,每个轨迹都转化成一个特征序列描述物体运动,进一步利用序列对自动编码器进行序列编码学习固定长度的深度表示,学习到的表示方法对物体的运动特征进行了robustly encode,从而得到时空不变的聚类。
2.经典聚类算法
K-mean DBSCAN spectral clustering
- 轨迹相似性衡量及其对比
DTW:dynamic time warping
EDR:edit distance on real sequence
LCSS:longest common subsequences
几种轨迹相似度量方法的对比
- 分区
5.整体框架流程
GPS records---->(轨迹处理)trajectories------>(特征提取)moving behavior sequence----->(自动编码)moving behavior vector--->聚类分析层
****
6.特征提取流程
7.论文实验 此作者使用的是船轨迹进行一个分类,和本人工作有一部分相似,因暂未深读,后面源代码测试,能够跑通,会进行更新。
8.PPT :